On Nonparametric Estimation and Testing for Interactions in Factorial Experiments
析因实验交互作用的非参数估计与检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：析因实验与交互作用检验未明确涉及因果识别，摘要不足以支持所列因果推断分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
析因实验交互作用的非参数估计与检验
- 研究问题
- 在具有重复观测的双因素实验中，如何非参数地估计和检验交互作用对比，并评价相对于最小二乘的效率与稳健性？
- 方法与思路
- 作者采用 Hodges–Lehmann 类型的非参数估计构造交互作用对比程序，分析无偏性、联合渐近正态性及置信区间。
- 材料陈述的贡献
- 摘要称，证明估计量的相关性质并计算相对效率；Wilcoxon 与正态得分情形对分布变化比最小二乘更稳健。
- 阅读关注点
- 应核对双因素模型及重复观测结构、交互作用对比定义、最优性与稳健性标准，以及置信区间的成立条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；稳健性结论限于所述特殊方法，随机化与因果解释未说明，刊本变化未知。
原文摘要
Some optimum nonparametric tests and estimates for contrasts of interactions in two-factor models with replications are proposed and discussed. These procedures are based on nonparametric estimates of the type considered by Hodges and Lehmann [4]. Unbiasedness and joint asymptotic normality of the estimates are proved and the asymptotic efficiencies relative to the least squares procedure is found. It is shown that, in the special cases of Wilcoxon and normal scores, these methods are more robust than least squares against changes in the underlying distribution. Also, confidence intervals based on the above procedures are investigated (c.f. [12]). An example is given to explain the computations.